特徴量の測定：相関と信頼性
Rで学ぶ因子分析
Jennifer Brussow
Psychometrician
相関
lowerCor(gcbs)
lowerCor(gcbs)
Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 ...
Q1 1.00
Q2 0.53 1.00
Q3 0.36 0.40 1.00
Q4 0.52 0.53 0.50 1.00
Q5 0.48 0.46 0.40 0.57 1.00
Q6 0.63 0.55 0.40 0.61 0.50 1.00
Q7 0.47 0.67 0.42 0.57 0.45 0.54 1.00
Q8 0.39 0.38 0.78 0.49 0.41 0.41 0.41 1.00
Q9 0.42 0.49 0.49 0.56 0.46 0.48 0.53 0.48 1.00
Q10 0.44 0.38 0.32 0.40 0.43 0.41 0.39 0.36 0.37 1.00
...
相関の有意性検定：p値
corr.test(gcbs, use = "pairwise.complete.obs")$p
Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 Q11 Q12 Q13 Q14 Q15
Q1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
...
Q11 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q12 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q13 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q14 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Q15 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
相関の有意性検定：信頼区間
corr.test(gcbs, use = "pairwise.complete.obs")$ci
lower r upper p
Q1-Q2 0.4970162 0.5259992 0.5538098 0
Q1-Q3 0.3206223 0.3553928 0.3892067 0
Q1-Q4 0.4953852 0.5244323 0.5523079 0
Q1-Q5 0.4503342 0.4810747 0.5106759 0
...
Q1-Q11 0.6199265 0.6435136 0.6659388 0
Q1-Q12 0.4932727 0.5224025 0.5503620 0
Q1-Q13 0.3464313 0.3805006 0.4135673 0
Q1-Q14 0.5059498 0.5345780 0.5620298 0
Q1-Q15 0.4753633 0.5051815 0.5338405 0
...
係数アルファ
alpha(gcbs)
Reliability analysis
Call: alpha(x = gcbs)
raw_alpha std.alpha G6(smc) average_r S/N ase mean sd
0.93 0.93 0.94 0.48 14 0.002 2.9 1
lower alpha upper 95% confidence boundaries
0.93 0.93 0.94
係数アルファ
alpha(gcbs)
Reliability if an item is dropped:
raw_alpha std.alpha G6(smc) average_r S/N alpha se
Q1 0.93 0.93 0.94 0.48 13 0.0021
Q2 0.93 0.93 0.94 0.48 13 0.0021
Q3 0.93 0.93 0.94 0.49 13 0.0020
Q4 0.93 0.93 0.94 0.47 13 0.0022
Q5 0.93 0.93 0.94 0.48 13 0.0021
...
Q11 0.93 0.93 0.94 0.48 13 0.0021
Q12 0.93 0.93 0.94 0.47 13 0.0022
Q13 0.93 0.93 0.94 0.48 13 0.0021
Q14 0.93 0.93 0.94 0.48 13 0.0021
Q15 0.93 0.93 0.94 0.49 14 0.0020
折半信頼性
splitHalf(gcbs)
Split half reliabilities
Call: splitHalf(r = gcbs)
Maximum split half reliability (lambda 4) = 0.95
Guttman lambda 6 = 0.94
Average split half reliability = 0.93
Guttman lambda 3 (alpha) = 0.93
Minimum split half reliability (beta) = 0.86
さあ、練習しましょう！
Rで学ぶ因子分析
